Информационные закономерности развития знания

 

Исследуем природу знания как высшей формы информации. Любая истина как продукт познания и элемент знания квазибесконечного Универсума относительна. Соответственно, реальное знание как некая композиция относительных истин онтологически относительно. Абсолютное знание - абстрактное, метафизическое понятие, ибо абсолютная истина и познание не совместимы.

К этим утверждениям задолго до нас пришли многие философы, и не стоило повторяться, если бы не одно обстоятельство: мы доказали данные утверждения количественно, чего, насколько нам известно, традиционная философская рефлексия избегает. Повторимся, что привнесение количественных методов исследования в философию является одним из доктринных положений данной работы. И здесь мы тоже не оригинальны. Так, давно известны количественные методы анализа в истории и историографии, в языкознании и логике, в психологии и социологии, эстетике и культурологии. Указанные области гуманитарного знания в той или иной степени входят в юрисдикцию философии, поэтому к суждению Ортега-и-Гассета о том, что «.философствование - это нечто очень точное», следовало бы относиться с пониманием.

Приведем несколько количественных доказательств онтологической относительности знания.

Известно, что точность s вычислений действительных чисел в компьютере определяется суммарной разрядностью (г) регистров, выделяемых для мантиссы этих чисел: s « 2-г .

При s 0 г таким образом, абсолютно точные вычисления требуют бесконечной разрядности мантисс и регистров ЭВМ, что нереально.

Аналогично, если мы хотим абсолютно точно измерить координаты точки, нам придется использовать излучатель электромагнитных волн бесконечно короткой длины X. Но энергия кванта электромагнитного излучения равна e=hc/ X, где h и c - соответственно постоянная Планка и скорость распространения электромагнитных волн. Следует, что при X 0 e да. Следовательно, в момент начала подобного гипотетического опыта установка взорвется прежде, чем будут получены результаты. Даже если предположить, что опыт удался, то получаемое при этом количество информации по любой из линейных координат равно I=lim log L/s = да, s 0, где s- точность, L - длина отрезка по данной координате, в пределах которого производится уточнение местоположения точки.

Вывод очевиден: для восприятия бесконечного количества информации требуется бесконечная память и бесконечный по времени акт познания, что нереально. Разрядность регистров ЭВМ и нейронных «регистров памяти» мозга ограничена. Длины волн, генерируемых и воспринимаемых измерительными установками и органами чувств, конечны. У всех естественных и искусственных информационных систем конечны мощности передатчиков, размеры антенн, энергетические (амплитудные) чувствительности приемников, огрубляемые реальными тепловыми шумами. Конечна избирательность приемников по амплитуде, частоте, длительности и фазе сигналов. Сами сигналы конечны и по длительности, и по спектру. Всегда конечно время познания (наблюдения, приемо-передачи). И всегда есть помехи. Чего никогда нет, так это идеальных условий для познания. Принципы коммуникации (связи) конституируют объективность задержек, искажений и даже потерь передаваемой информации в любом акте познания.

Согласимся, что, обосновав относительность любого акта познания, невозможность абсолютного знания и неизбежность ошибок и заблуждений любого опыта, любой теории, основанной на опыте, и любой трансценденции, оторванной от опыта, концептуально мы не узнали ничего нового. Лишний раз подтверждена онтологическая относительность позитивного знания. Единственную пользу сделанных выкладок мы усматриваем в количественном обосновании этой проблемы на основе информационного подхода, в явном доказательстве ее информационной природы. Это дает нам основание применить законы и принципы информационного подхода к данной проблеме, рассмотрение которой мы начнем с самоорганизации тезауруса - базы знаний системы.

Условимся называть информационные элементы (блоки), приобретаемые (формируемые) тезаурусом в процессе самоорганизации, данными. Данные превращаются в знание на этапе самообучения, когда система, в основном (но не только), познает собственное разнообразие (с учетом новых информационных блоков) и отображенную среду, ищет, отбирает и запоминает ценную информацию в потоке данных, устанавливая дополнительные связи между ними.

Строго говоря, этапы самоорганизации и самообучения не поддаются разделению во времени, характер отношений между ними - диффузионный. Действительно, организация (упорядочивание) как ограничение разнообразия невозможно без познания последнего, без поиска и отбора ценных данных, без использования первичных механизмов памяти. В свою очередь, самоорганизация не прекращается на этапе самообучения, как при освоении приобретенных метаболитов не прекращаются обменные процессы между системой и средой.

Поэтому в современной теории развития вряд ли есть смысл отделять самоорганизацию от самообучения, тем более, когда речь идет о развитии тезауруса. Это означает, что количественные и качественные преобразования тезауруса происходят постоянно и параллельно.

Процесс роста сложности (разнообразия) системы напоминает известный в информационной технике процесс многокаскадного усиления сигнала с задержкой. К этому процессу применим информационный принцип усиления. Итак, представим эволюцию тезауруса как усиление сложности открытой информационной системы, питаемое от ее среды обитания и имеющее предел, который зависит от информационного ресурса среды, полезно усвоенного системой. Эволюционирующая от энтропийного хаоса к информационному порядку подобная открытая система одновременно проявляет признаки движения закрытой системы от порядка к хаосу, тем большие, чем меньше информационная составляющая в приращении полной энтропии системы, т.е. чем меньше доля знаний в объеме данных, приобретаемых тезаурусом. Уменьшение информационной составляющей прогрессирует по мере приближения к концу жизненного цикла системы, что в усилителе соответствует переходу в зону насыщения его рабочей характеристики. Этот процесс можно представить в виде качественной формулы, отражающей зависимость прироста энтропии системы от прироста ее термодинамической (dHt/dt) и эволюционной (dHi/dt) составляющих во времени (t): dH/dt = dHt/dt + K(t) dHi/dt.

Характер поведения коэффициента усиления во времени K(t) аналогичен зависимости коэффициента усиления от входа. На этапах «молодости» и «зрелости» системы (что соответствует рабочей зоне) эволюционная (связная) составляющая ее прироста преобладает над термодинамической. В результате, учитывая разные знаки этих составляющих, общая энтропия системы уменьшается (dH/dt<0). На «старческом» этапе (спад K(t) в зоне 2 и зона 3) начинает преобладать и в конце концов побеждает термодинамическая составляющая прироста энтропии. Общая энтропия системы возрастает, система деградирует и погибает. В системотехнике, синергетике, логистике их принято называть логистическими кривыми или кривыми роста. Они похожи на рабочую характеристику усилителя, хотя получены совершенно из других по своей природе предпосылок. В математике подобные кривые относятся к классу экспоненциальных. Они используются для описания эволюционных процессов в экологии (динамика развития популяций, психологии и педагогике (динамика обучаемости) и др. Сюда же можно отнести описание итерационных алгоритмов вычислительной математики (динамика сходимости решений) и автоматического регулирования (огибающая переходного процесса).

Идея «усиления», правда несколько в ином смысле, использовалась и прежде - в психологии, биохимии, кибернетике. Это говорит о ее плодотворности. Новым является использование типовой рабочей характеристики усилителя для интерпретации характера процесса самоорганизации, в частности, для интерпретации развития тезауруса. Энтропия. Размер системы. Сложность самоорганизующегося тезауруса, как, впрочем, и любой реальной самоорганизующейся системы, растет по логистическому закону из-за объективных ограничений материально-энергетического системного ресурса. При этом эффективность на единицу стоимости самоорганизации достаточно быстро проходит свой максимум и стремится к нулю из-за лавинообразного роста стоимости усложняющейся системы, когда на каждую «добываемую» единицу эффективности приходится все больше единиц стоимости. В основе стоимостного феномена лежат все те же материально-энергетические ограничения. При снятии этих ограничений остается только метафизическое информационное ограничение, не имеющее логистического предела и подчиняющееся закону информационной экспансии. Поэтому в чисто информационном смысле пределов самоорганизации тезауруса нет.

Коллективный и индивидуальные тезаурусы человеческой популяции могут прогрессивно эволюционировать только информационно, традиционный затратный информационно-материально-энергетический путь тупиковый. На справедливость этого вывода косвенно указывает бурно развивающаяся глобальная информационная сеть Internet, использующая, как правило, имеющиеся телекоммуникации и абонентскую аппаратуру (компьютеры) и минимум дополнительной аппаратуры (модемы).

При этом простое наращивание количества элементов в некоторой замкнутой области еще не дает права считать ее системой и, тем более, развивающейся системой. Нельзя же считать разрозненные, случайные, не связанные между собой данные системой знаний, так же как нельзя считать разрозненные файлы в долговременной памяти ЭВМ базой знаний. Вот если эти данные будут совместно осмыслены в виде упорядоченных, взаимосвязанных продукций, фреймов и (или) семантической сети как средств представления знаний в ЭВМ, тогда можно говорить о системе (базе) знаний, о тезаурусе организма, машины.

Иными словами, информационные связи между данными, входящими в тезаурус, надежнее, чем их связи с данными, находящимися вне тезауруса. Надежность связей поддерживается в рамках принципов кодирования и коммуникации. Организация связей обеспечивается под управлением программы генерирования информации  и системной аксиологической установки познания.

Перейдем теперь к логистической кривой зависимости эффективности от сложности, характеризующей качественный этап развития открытой системы - этап самообучения. Известно, что не аппроксимированное поведение кривых роста (развития) носит (квази) ступенчатый характер. Переход на каждую следующую ступень соответствует скачку качества системы - она приобретает новые свойства. При этом тренд поведения - логистический.

Развитие (эволюция) является необратимым процессом, стрела времени которого обращена только в будущее и перемена знака времени (t на -t) для него невозможна.

Это соответствует стационарному (по эффективности) состоянию системы, когда каждое мгновение организующий эволюционный механизм максимально компенсирует дезорганизующие попытки тепловой или иной смерти. В общем это согласуется с усилительной моделью эволюции. Динамика эволюции систем описывается нелинейными дифференциальными уравнениями без запаздывания, решением которых и являются те самые логистические кривые. В результате развивающаяся система способна только на поддержание своей эффективности в некотором стационарном состоянии, соответствующем участку насыщения логистической кривой. Но тогда за счет чего система повышает свою эффективность в моменты качественных скачков в рабочей зоне логистической кривой?

При выводе закона информационной экспансии мы обратили внимание на взаимосвязь поведения логистической кривой эффективности и логарифмической кривой информативности развивающейся системы. Полагаем, что и ступенчатый характер кривых роста объясняется дискретностью процесса генерирования информации тезаурусом системы, хранящим соответствующую программу. Попытаемся доказать эту гипотезу.

Информация генерируется развивающейся системой при ее самоорганизации (количественный этап), а главным образом - на последующем качественном этапе развития. Для этого система должна постоянно самообучаться, познавая возрастающее в результате самоорганизации разнообразие своих состояний. Иначе новая информация не возникнет. Но любое познание, как мы неоднократно убеждались, невозможно без ошибок. В нашем случае ошибки обусловлены действием информационных принципов коммуникации, проявляющихся в конечной чувствительности и конечной избирательности алгоритмов распознавания и классификации разнообразия, используемых системой на этапе самоорганизации.

Чем обусловлена конечная чувствительность? На входе любого алгоритма распознавания и классификации находится канал связи, поставляющий первичные (необработанные) данные. Приемником может быть, например, сенсорное устройство некоторого прибора, органа чувств, нейронной сети. Ограниченная чувствительность приемника обусловлена объективными факторами двоякой природы: внутренними шумами приемника и внешними помехами (шумом) среды.

Конечно, обнаружение прироста разнообразия и обнаружение сигнала не одно и то же. Более того, выявить механизмы порогового обнаружения и распознавания прироста разнообразия систем совсем не просто. Но они существуют. В частности, тонкие химические и термохимические исследования живой клетки делают их весьма вероятными. Эти механизмы объединяют с обнаружением сигналов общие ограничения - наличие помех (внутренних и внешних) и конечного порога обнаружения.

Внутренние и внешние шумы, наряду с ухудшением качества обнаружения прироста разнообразия, ухудшают и избирательность алгоритмов распознавания и классификации новых элементов системы, т. к. в шумах «размываются» границы между характерными признаками этих элементов, что справедливо для любых алгоритмов и их схемных решений, будь то алгоритмы наблюдения, мышления, познания или игры.

Итак, система объективно неспособна распознать слишком малый (субпороговый) прирост разнообразия, меньший некоторой величины Y. Это лишний раз подтверждает фундаментальную значимость дискретности и вызываемых ею ошибок для процесса познания и других связанных с ним информационных процессов. Одновременно это показывает объективный характер дискретности процессов познания и развития.

Следовательно, система способна распознать новое разнообразие N и адекватно отреагировать на него порцией информации, если оно отличается от прежнего разнообразия n не менее, чем на конечную величину порога обнаружения N-n > Y. Таким образом, в развивающейся системе генерирование информации - объективно дискретный процесс, в основе которого - квантование разнообразия. Дискретное генерирование информации является причиной ступенчатого изменения (скачков) эффективности развивающейся системы.

Уточним понятие качественного скачка. Природой не предусмотрены материально-энергетические процессы с бесконечными градиентами, описываемые разрывными функциями с бесконечными производными во времени. Следовательно, вообще некорректно говорить об идеальных скачках применительно к реальным процессам, даже к тем, что составляют предмет исследования теории катастроф. Любой самый «крутой» скачок при рассмотрении его на достаточно быстрой развертке во времени выглядит как переходный процесс, логистическая кривая, затухающее или нарастающее колебание, но не как вертикальная ступень. Так, Большой Взрыв, если он был, развивался во времени: «Первая сотая доля секунды», «Первые три минуты» - эти названия глав книги С. Вайнберга о теории Большого Взрыва говорят сами за себя. Любой самый мощный сигнал имеет конечные фронт и спад, обусловленные реальными постоянными времени (временной инерционностью) приемо-передающих устройств. Словом, «никакое изменение не происходит скачком» (Г.В. Лейбниц). Эта сентенция справедлива и для законов общественного развития, действующих в рамках (а не вовне) природы и не подчиняющихся лишь Воле и Логосу.

Поэтому, если мы до сих пор использовали понятие скачка и далее будем это делать, то только в философском смысле. В физическом смысле скачок - это полезная идеализация, помогающая познанию природы, и только. Возможно, неприятие природой идеальных скачков и есть одно из наглядных косвенных подтверждений ее эволюционности вопреки креационизму.

В связи с изложенным эволюционное понятие «качественный скачок» тоже не физично, а между процессами самоорганизации и самообучения, сопровождающими количественный и качественный этапы развития, не может быть четкой временной границы, графическим отображением которой были бы разрывные или ступенчатые зависимости Информация (Время), Эффективность (Время). Подтверждением тому служит рассмотренное выше генерирование информации, соответствующее ему повышение эффективности и «начальное обучение» системы в процессе самоорганизации (через познание возросшего разнообразия и его упорядочивание). Следующие ступени «образования» система проходит в процессе самообучения, после которого возможен новый прирост разнообразия и новая самоорганизация. Иными словами, самоорганизация и самообучение циклически взаимосвязаны.

Освоение системой прироста своего разнообразия происходит через алгоритм адаптации к нему, т.е. через настройку системной матрицы управлений (реакций, переходов). Это называется дифференцировкой вероятностного распределения состояний системы. В определенной степени алгоритм адаптации можно считать элементарным самообучением системы, т.к. именно в этом алгоритме впервые встречается понятие памяти как непременной структуры любой обучающейся системы. Правда, это еще не память тезауруса, полновесно используемая в алгоритмах самообучения. И тем не менее это дает нам лишний повод полагать, что самоорганизация и самообучение диффундируют друг в друга, между ними нет жесткой границы. Напомним, что изменение разнообразия состояний системы на входе алгоритма самоорганизации возможно не только за счет метаболизма системы, но и за счет изменения связности (упорядочивания) элементов в результате самообучения, а некоторые этапы самообучения (запоминание, восприятие и др.) можно интерпретировать как самоорганизацию интеллекта.

Обратим внимание, что цикличность упорядочивания и самообучения системы означает не столько повторение ее прошлого, сколько обновленный возврат к прошлому с учетом текущей ситуации. Это и есть спираль. Ведь даже в программировании любой шаг цикла есть очередной виток спирали, на котором одна или более переменных меняются по сравнению с предыдущим шагом. Если бы циклы просто повторялись без спиралевидности (все переменные постоянны), они были бы бесконечными, замкнутыми на себя, как круги или эллипсы (с проходом одних и тех же точек на каждом витке, в отличие от спирали, где эти точки всякий раз новые). Именно в этом смысл спиралевидности упорядочивания состояний и самообучения - на каждом витке приводить к новому порядку, новой информации, новому знанию (или наоборот - в зависимости от целей системы).

Известные информационные модели развития систем, даже опирающиеся на экспериментальные данные, носят достаточно общий феноменологический характер и не склонны к излишнему взаимному изоморфизму, что требует известной осторожности при их использовании. Так, модель «сходящейся спирали» в, на наш взгляд, неадекватна информационной природе процесса развития, т.к., во-первых, охватывает только его начальный высоко градиентный этап, игнорируя логистический загиб S-образ - ной кривой «зрелого» развития, во-вторых, прогресс подразумевается только как однонаправленное «возрастание уровня организации данного объекта в процессе его развития» и не учитывает вполне возможных децентрализованных тенденций развития. В-третьих, модель допускает колебания энтропии вокруг нуля, в том числе в область отрицательных значений, что принципиально невозможно. В-четвертых, в информационная природа «сходящейся спирали» усматривается в затухающем автоколебании негэнтропийного процесса вокруг устойчивого нуля энтропии по типу гомеостаза, но гомеостаз в таком понимании - не развитие, он занимает низший уровень в иерархии системных процессов и целеполагает сохранение, а не изменение ситуации. Природа спирали развития, в том числе гомеостатических систем не столь абстрактна и, по нашему мнению, состоит совсем в другом.

Большинство известных моделей развития концептуально концентрируется вокруг синергетической парадигмы Брюссельской школы (И. Пригожин) и М. Эйгена. Важно отметить присутствие в этих моделях нелинейных механизмов усиления флуктуаций, порога воздействия аттракторов, поиска и отбора ценной информации, что обусловливает применимость информационного подхода в данных моделях. Важным аспектом информационного подхода к синергетическим моделям является исследование влияния памяти систем на характер их развития - проблема, не нашедшая должного места в данных моделях. Для решения этой задачи автором проведено моделирование процессов самоорганизации и адаптации гомеостатической и автостимуляционной систем (вычислительный эксперимент, модель типа эргодической однородной односвязной цепи Маркова с возвратными состояниями.

Моделирование дало следующие результаты.

По мере роста разнообразия длительность адаптации системы (ее «память» в марковском смысле) растет, если самоорганизация направлена на обеспечение гомеостаза, и остается постоянной при автостимулировании. При гомеостазе достижение стационарных вероятностей реакций по всем состояниям на уровне, существенно превышающем по абсолютной величине точность адаптации, естественно, требует большего времени, чем при автостимулировании, когда в процессе адаптации системы повышается вероятность только одной реакции, а остальные по абсолютной величине быстро сходятся к точности адаптации. И чем больше состояний, тем достижение системой гомеостаза длительней. При автостимулировании одного состояния рост их числа практически слабо сказывается на величине памяти. Так, если при ограниченных ресурсах добиваться стабилизации экономики сразу по всем направлениям, потребуется значительно больше времени, чем если стимулировать одно-два приоритетных направления.

Отсюда также следует, что при уменьшении разнообразия, т.е. при деградации настройка гомеостатической системы ускоряется (уменьшается «память» марковского процесса адаптации), и тем сильнее, чем меньше разнообразие. Значит, скачки между стационарными состояниями гомеостатической деградирующей системы становятся все короче и круче по мере приближения к концу ее жизненного цикла. Не этим ли отчасти объясняется чувство убыстрения биологического времени с годами? Отметим также, что в реальной системе с практически безграничным множеством состояний длительность адаптационных переходных процессов (скачков в философском смысле) сопоставима с интервалами стационарности, и поэтому любое изменение длительности скачков оказывает ощутимое влияние на время пребывания системы в том или ином качестве, т.е. на ширину ступеней дискретно-логистической кривой развития системы.

Гомеостатическая система на очередном витке развития стремится увеличить вероятность перехода каждого состояния в самое себя, т.е. стабилизировать реакции (управления). Упорядочивание состояний сводится к финальному выравниванию (по возможности) вероятностей реакций. Этот процесс сопровождается ростом энтропии и, соответственно, уменьшением генерируемой информации. Следовательно, перед нами не упорядочивание, а разупорядочивание системы. Разупорядочивание в приведенном смысле составляет цель самоорганизации гомеостатической системы и сродни децентрализации ее управления. Таким образом, гомеостаз, стабильность достижимы в такой систем только при децентрализации управления. В этом нет ничего необычного. Так, децентрализованное управление в кибернетических системах играет не меньшую роль, чем централизованное управление. Жизнеустойчивость практически всех биологических систем обеспечивается в немалой степени именно благодаря развитой децентрализованное управлений. Аналогичные тенденции (надежные системы из ненадежных элементов, отказоустойчивые аппаратно-программные средства) свойственны развитию систем рыночной экономики и техносферы.

В процессе развития моделируемой автостимуляционной системы явно прослеживается тенденция упорядочить разнообразие состояний таким образом, чтобы одно из них стало доминирующим (наиболее вероятным). Финальная матрица управлений становится все более асимметричной, энтропия падает до нуля, генерируемая информация растет. Это соответствует росту организованности системы, в пределе - «заорганизованности», когда достоверно возможно только одно состояние, а остальные невозможны.

Полученные результаты заставляют нас переосмыслить связь между возникновением нового качества и генерированием новой информации в процессе развития. В гомеостатических системах эта связь может быть отрицательно коррелированной, если цель их развития - децентрализация. В результате, по мере развития таких систем их упорядоченность (различимость состояний) уменьшается и, соответственно, уменьшается количество информации, генерируемой на каждом шаге развития. Соответственно по закону сохранения информации увеличивается энтропия, комплементарная информации и характеризующая внутреннюю информацию системы. У автостимуляционной системы все информационные тенденции обратны изложенным. В результате эволюционные гомеостатические системы с конечной памятью имеют значительный периодически пополняемый информационный резерв развития в отличие от автостимуляционных (революционных) систем, естественный информационный резерв которых быстро исчерпывается, и от гомеостатических систем без памяти (стохастических, анархических) или с бесконечной памятью (детерминированных, консервативных), которые не способны развиваться вообще. При этом генерирование не только новой информации, но и новой энтропии может быть признаком развития системы - та или иная тенденция определяется целью развития. Этот, парадоксальный, на первый взгляд, результат может оказаться не столь неожиданным, если учесть также диалектику взаимного отрицания преемственности и новизны в ходе развития. Гомеостаз как тенденция к устойчивости больше тяготеет к преемственности, чем к новизне (изменчивости), пытаясь, по возможности, «сохранить достигнутое» вместо поисков чего-то «лучшего - врага хорошего», как при автостимулировании. Здоровый консерватизм гомеостатических систем часто оправдан, будь то организм или машина, популяция или государство, система образования или спорт. Эти реалии, надеемся, позволяют считать результаты моделирования не противоречащими системному анализу и информационным аспектам теории эволюции.

Проанализируем некоторые эмпирические примеры самообучения.

Дискретность процесса генерирования информации развивающейся системой подтверждается, например, в психологических экспериментах по определению зависимости показателей обучаемости операторов (быстроты реакции, вероятности ошибочных реакций и др.) от времени обучения и сложности навыков (стратегий). На экспериментальных зависимостях обучаемости от времени прослеживаются две устойчивые тенденции: логистический характер трендов и наличие ступенек (плато, горбов). В терминах нашей задачи подобные зависимости относятся к типу Эффективность (Время) Э() хотя в действительности это более сложный тип Эффективность (Сложность (Время)) Э(п(;)).

Трансформация типов производится по аналогии с преобразованием зависимости типа Выход(Вход(Время)) в зависимость Выход(Время) в усилителе.

Таким образом, анализ любой зависимости Э (;) должен включать в себя учет эволюционной зависимости n(t) и рабочей характеристики усилителя эффективности Э (п), где п и Э - соответственно разнообразие и эффективность системы. При ступенчатости рабочей характеристики Э (п) аналогичной будет и зависимость 3(t). Отсюда можно предположить, что причиной не монотонности кривых обучения может быть немонотонный характер зависимости Э (п), обусловленный описанной выше дискретностью процесса генерирования информации.

В принципе каждый из нас сталкивался с этим пороговым (релейным) эффектом обучения, когда понимание или умение как показатель эффективности обучения приходило к нам не сразу после первого обучающего импульса. Требовался не один такой импульс, бьющий в одну точку с разных сторон, прежде чем срабатывала эвристика понимания или умения. Так люди учатся ходить, танцевать, плавать, ездить на велосипеде, обучаются токарному делу, программированию, музыке, хирургии, тензорному анализу, входят в сложные миры Блаватской, Гуссерля, Хайдеггера, Бергсона и т.п. Словом, в каждом акте обучения требуется накопление на субпороговом уровне некоторого минимума разнообразия состояний тезауруса, прежде чем оно (разнообразие) достигнет порогов обнаружения и распознавания генератора информации тезауруса, что приведет к срабатыванию генератора и повышению эффективности системы.

И здесь отметим важность реализации в тезаурусе принципа оптимальной фильтрации, обеспечивающего даже на субпороговом уровне разнообразия его обнаружение за счет уподобления информационных характеристик входа генератора информации аналогичным характеристикам накопленного разнообразия.

Исследования зависимости обучаемости операторов от сложности приобретаемых ими навыков показали, что по мере усложнения навыка увеличивается ширина (длительность) ступеней (плато, горбов) на кривых обучения. Подобное явление может быть объяснено увеличением порога обнаружения разнообразия с ростом самого разнообразия. В результате рабочая характеристика усилителя эффективности с переменной (по разнообразию n) шириной ступеней модулирует кривую роста n (t), трансформируя ее в зависимость Э (1) с переменной (по времени t) длительностью ступеней.

Физически это может быть объяснено несколькими взаимосвязанными причинами. Во-первых, усложнение системы обычно связано с ростом ее внутреннего и внешнего энергообмена и усилением энергетического метаболизма. Это приводит к возрастанию уровня внутреннего и внешнего шума системы, что, как правило, загрубляет энергетическую чувствительность и избирательность ее приемников. Последние обнаруживают лишь достаточно мощные сигналы, отсекая слабые высокими порогами обнаружения и различения. Это не что иное как ограничение разнообразия входов в рамках реализации онтологического закона необходимого разнообразия и потому объективно необходимо.

Так, по энергетической чувствительности и избирательности большинства своих рецепторов человек значительно уступает животным и птицам, которые, в свою очередь, уступают пресмыкающимся, насекомым, рыбам, растениям, микроорганизмам. При этом показательно, что эволюция каждого вида требовала особой чувствительности и избирательности не от всех, а лишь от части его приемников, которые эволюционировали вместе с ростом ценности энергии, усваиваемой видом: вначале термоприемники (наименее ценная - тепловая - энергия), затем обонятельные (химические), вибро - и ультразвуковые приемники (механические), наконец, электромагнитные приемники(самая ценная из известных - электрическая - энергия). Полагаем, что аналогичную эволюцию вместе с ростом ценности информации, усваиваемой видом, претерпевали и входные приемники генераторов информации его тезаурусов. При этом внутри и вне тезаурусов уровень информационного шума возрастал вместе с интенсификацией информационного метаболизма и усложнением метаболических кодов (языков) на каждом уровне ценности информации. В результате и информационная чувствительность, и избирательность тезаурусов ухудшалась, и тому немало примеров.

Так, при обучении по принципу «от простого к сложному» рост внутреннего шума обучаемой системы обусловлен интенсификацией информационного обмена и увеличением трафика (объема информации) во внутренних каналах связи, что требует в конечном счете все того же - энергии и вещества. В результате то, что до обучения воспринималось как информация, после обучения перешло в разряд «шума» и перестало быть сигналом - повысился порог различения информации (психофизически), сработал закон необходимого разнообразия (онтологически).

Такая пороговая процедура, как отбор (естественный и искусственный), характеризуется известным из практики динамизмом значений порогов, что связано с оптимальным целеполаганием любого отбора в условиях непрерывного изменения внутренней и внешней информации развивающихся систем. Это справедливо для биологического отбора, для отбора абитуриентов, для выбора решения из нескольких альтернатив, для выделения сигнала из помех (адаптивная фильтрация) и т.д. Если система прогрессирует, а не деградирует, то, как правило, ее порог отбора растет. Так, с увеличением конкурса абитуриентов повышается приемный балл, с прогрессом в том или ином виде спорта растут квалификационные нормы, с развитием личности растут пороги ее духовных запросов, с развитием товарного производства - требования к качеству товаров.

Во-вторых, усложнение системы - это процесс, т.е. функция от времени. Ни в одном приемнике (естественном, искусственном) чувствительность не остается постоянной во времени. Она всегда флуктуирует вокруг некоторого среднего значения Y, которое, в свою очередь, дрейфует во времени, т.е. мы всегда имеем дело не с константой, а с функцией Y (t), быстрой или медленной в зависимости от настройки и «схемного решения» приемника. Порог Y дрейфует, как правило, в рост, ухудшая чувствительность приемника, т.е. повышая его порог. Если бы это было не так, т.е. чувствительность улучшалась бы по мере старения элементов приемника, его не приходилось бы периодически настраивать, ремонтировать и в конечном счете списывать за негодностью.

На основании изложенного можно предположить, что по мере старения системы и ее тезауруса частоты срабатываний генератора информации и соответствующих качественных изменений падают. Не в этом ли одна из причин замедления и прекращения развития, консерватизма «старых» систем, ухудшения восприятия ими новых знаний?

С другой стороны, старение системы может сопровождаться ее усложнением, пусть относительно малым, но зато относительно ценным. Искусственный приемник, отслуживший свое, можно модернизировать в сторону улучшения чувствительности и избирательности. Аналогично могут «модернизироваться» и естественные приемники развивающихся организмов. «Заскорузлый» рационалист может переквалифицироваться в философа-экзистенциалиста, рефлексирующего над тонким миром человеческого существования, как в свое время русские помещики-крепостники - в писателей - выразителей народного духа. Однако количественно (по сложности) и качественно (по эффективности) это - новые приемники, процесс внешней и внутренней организации которых носил скорее не адаптивный, а бифуркационный характер. Поэтому однозначно утверждать, что порог обнаружения разнообразия в развивающихся системах изменяется только в сторону повышения, было бы, по крайней мере, неосторожно. Тем более, что бифуркации, резко изменяющие закономерное развитие или стагнацию системы, могут случиться в любой момент времени и дать толчок, как новому прогрессивному развитию, так и деградации системы.

Приведенные выше результаты моделирования подтверждают, что с развитием системы длительность ее адаптации к возросшему разнообразию увеличивается, а к уменьшенному разнообразию сокращается. В целом, сочетание приведенных факторов, по-видимому, и дает интегральный эффект уширения (укорачивания) ступеней на экспериментальных кривых обучения по мере усложнения (упрощения) осваиваемых навыков.

Обобщая, можно сказать, что данные факторы приводят к последовательному уменьшению частоты качественных скачков в ходе прогрессивного развития систем и могут увеличить частоту таких скачков в регрессирующих гомеостатических системах, если доминирующим фактором для последних будет уменьшение памяти. Последнее означает, что за один и тот же интервал времени степень упадка системы при регрессе превосходит степень ее подъема при прогрессивном развития. Этот вывод, полученный нами на основе моделирования гомеостатических систем, по - видимому, - не новость для специалистов в области экономики, политики, социологии, системотехники и для «инженеров человеческих душ»: «...я заметил, что упадок гораздо стремительнее прогресса. Мало того, прогресс имеет границы. Упадок же - беспределен...» (С. Довлатов. «Ремесло»). Чтобы вырастить дерево или человека, нужно много лет, а чтобы их «спилить», достаточно мгновения.

Теперь на примере абстрактной биосистемы рассмотрим самообучение как усиление ее интеллекта.

Коэффициент усиления усилителя интеллекта согласно информационному принципу усиления определяется информативностью среды, питающей тезаурус биосистемы, и диссипацией информации на элементах последней. Если среда неинформативна, коэффициент усиления интеллекта близок к единице, т.е. выход усилителя примерно равен интеллектуальному входу. Эффективность такой системы определяется только ее генным набором. Если среда информативна и система способна к самообучению, бесполезная диссипация внешней информации несущественна, коэффициент усиления интеллекта больше единицы - система самообучается и самосовершенствуется.

Так, согласно Эшби, если генетически в биосистеме возник мозг как потенциальный хранитель ее тезауруса и интеллекта, программ генерирования информации и усиления, то в процессе информационного метаболизма мозг работает как любой усилитель - увеличивает эффект от входа к выходу. Количество информации, полученное от генов, при самообучении дополняется значительно большим количеством информации от среды. Интеллект усиливается по сравнению с генетическим интеллектуальным уровнем. Подчеркнем еще раз, что для такого усилителя нужен интеллектуальный источник питания, иначе усилитель не работает.

Итак, в биологии существует многократно апробированный механизм создания одним естественным регулятором (генами) другого естественного регулятора (мозга), который способен к самообучению в среде обитания и в результате становится гораздо эффективнее, интеллектуальнее своего исходного состояния. Если человек как естественный регулятор создает компьютер как искусственный регулятор и наделяет его программой самообучения, нет оснований утверждать, что компьютер не сможет усилить свой исходный «интеллект», в том числе, до уровня, сравнимого или превосходящего интеллект своего генетического создателя - человека. Вопрос лишь в качестве программы. Принципиальных теоретических ограничений нет, за исключением разве что конечно мерности пространственно-временных параметров материальных систем искусственного интеллекта, о чем уже говорилось. Поэтому современные способности компьютерных систем искусственного интеллекта к самообучению - наверняка не предел. Тем более, согласно перечень операций, необходимых в реализации алгоритмов самообучения, включает в себя инструкции, поддающиеся программированию, а именно: запомнить (в программировании - записать в файл, динамический список, массив или переменную), выбрать данные (читать из файла, списка, массива, переменной), условный переход (алгоритм выбора «если..то..иначе..»), забыть (стереть файл, список и пр.), установить сходство (сравнить), повторить стимул (алгоритм повторения - цикл).

И здесь обратим внимание на хорошо известные факты. Стандартный мозг хранит намного больше информации, чем нужно его владельцу. Так, человек осознанно использует лишь несколько процентов своей долговременной памяти. Основная доля информации воспринимается нами неосознанно, и, чтобы ее использовать, нужна соответствующая подпрограмма в рамках программы самообучения. В стандартной программе самообучения такая подпрограмма отсутствует. В результате КПД стандартной программы самообучения недопустимо низок, чтобы считать ее качественной.

Осознанное восприятие новой информации в процессе самообучения требует больших энергетических затрат и сопровождается значительной информационной диссипацией. Последнее подтверждается тем, что новый материал осознанно усваивается учащимися при традиционных способах обучения не более, чем наполовину. При таком самообучении энергетическое ограничение наступает достаточно быстро, усиление ограничено узкой рабочей зоной, коэффициент усиления сравнительно невысок. Неосознанное восприятие информации требует значительно меньших энергетических затрат, т.к. бессознательное есть категория преимущественно психологическая, полевая, из области «тонких миров» - информационных полей. Если научиться в полной мере использовать неосознанные данные и знания информационно-полевой природы, эффективность самообучения, как нам представляется, может существенно возрасти, т.к. в этом случае коэффициент усиления интеллекта и ширина рабочей зоны усиления должны превысить значения, потенциально достижимые при традиционном информационно-энергетическом самообучении. Здесь в полной мере должен проявить себя закон информационной экспансии. Впрочем, пока все это не выходит за рамки философской рефлексии.

Приведенные примеры также лишний раз свидетельствуют в пользу предположения о том, что алгоритмы самоорганизации и самообучения имеют общие подпрограммы, что эти под процессы следует рассматривать как единое целое, если мы хотим их познать. При этом целостность совокупного процесса развития следует понимать не в смысле «стыковки» во времени двух частных независимых подпроцессов, а как их взаимопроникновение, взаимовлияние, взаимостимулирование, не создающее внутреннего противоречия.

Самоорганизация и самообучение протекают на фоне друг друга, при этом самообучение интенсифицирует информационный обмен со средой и усиленную работу системной памяти как важнейшей структурной составляющей системного тезауруса. Согласно принципу взаимной информации («информационной симметрии» субъекта и объекта - память - объективная динамическая структура сущего, предмет онтологии. Информация не только функциональна через сигнал, реализуемый физическими полями, но и атрибутивна через память, реализуемую информационным полем. Проще говоря, информация не только передается, но и хранится. И если функциональный подход, главным образом, ориентирован на информационный процесс как метаболический акт субъект-объектного и(или) объект-объектного взаимодействия посредством внешней информации, атрибутивный подход в не меньшей степени должен ориентироваться на информационный процесс как внутри объектный метаболический акт формирования, накопления, хранения внутренней информации объекта на основе усвоения внешней информации и реструктуризации объектного тезауруса с помощью собственной программы информациогенеза. Функционально информация - отражение, атрибутивно - самоотражение.

Информационная природа процедурной и декларативной памяти настолько важна для понимания процесса самообучения, что заслуживает самостоятельного исследования.

Обладают ли памятью, способной к обучению, любые системы или только кибернетические? Вопрос не так прост, как кажется. Так, в информатике и кибернетике под памятью понимается «устройство или среда, которая может сохранять информацию для последующего ее извлечения», «способность сохранять результаты прежних действий для использования в будущем». Эти определения, несмотря на их достаточную широту, слишком прагматичны. Н.Н. Моисеев не без оснований полагает, что «понятие памяти гораздо глубже: оно тесно связано с проблемой времени и с феноменом необратимости процессов, протекающих в нашем мире». Понимаемая в столь широком, философском смысле память может быть одинаково приписана камню со следами ледника или динозавра, генному набору растений и животных, мозгу и запоминающим устройствам ЭВМ, марковскому процессу адаптации системы и переходным процессам в электрических цепях.

Но все это разные виды памяти, не все из них могут участвовать в процессе самообучения. Так, применительно к физическим системам неживой природы понятие памяти без специальных оговорок столь же спорно, как и понятие внешней информации - здесь можно обойтись и без этих понятий, используя физические и химические законы. Генетическая память возникла, скорей всего, с появлением биологических систем, жизнь которых, в отличие от «бессмертных» физических систем, была конечной. Для сохранения и развития жизни остро потребовался механизм хранения и передачи наследственной информации. И он был создан (кем, чем? - можно только предполагать) в виде генетического кода и механизма его наследования. Поразительное изобретение! Но если оно обрело жизнь в результате конкуренции и естественного отбора, это не противоречит синергетическим принципам самоорганизации материи. Таким образом, генетическая память имеет весьма отдаленное, косвенное отношение к самообучению, примерно такое же, как механизм наследования имущества к умению создавать последнее собственными руками.

Самообучение обычно связывают с высшей, негенетической формой памяти, которую, в свою очередь, принято разделять на процедурную (деятельностную) и декларативную (интеллектуальную) память. Процедурная память способствует приобретению навыков, умений и знаний того, как нужно действовать в аналогичных ситуациях. Декларативная память позволяет формулировать понятия и суждения, оценивать прошлый опыт и текущую ситуацию, прогнозировать ситуацию и принимать решения. Нормальный современный человек обладает процедурной и декларативной памятью. Животным (а возможно, и другим представителям фауны), ребенку до двух лет, умственно отсталым людям свойственна процедурная память.

Означает ли сказанное, что генетическая и негенетическая формы памяти никак не связаны между собой? Утверждать это значило бы, на наш взгляд, вступить в противоречие с логистическо-дискретным характером развития сложных структур, в частности, памяти, мозга, интеллекта. Напомним, что самоорганизация приводит к качественному изменению системы (структуры, органа, функции) в результате достижения некоторого критического значения разнообразия (диалектика количественно - качественных преобразований). Иными словами, преобразование накопленного разнообразия системы в ее новое качество - это, скорее, необходимость, чем случайность. И негенетическая память возникла тоже как необходимость самоорганизации биологических систем не на пустом месте. Ей предшествовал прототип - генетическая память, которая, как известно, передает некоторые жизненно важные навыки по наследству в виде безусловных рефлексов и без этапа обучения. Например, только что вылупившиеся утята умеют плавать, как и щенки большинства пород, бабочка (только-только из личинки) летает, да так, что траектория ее полета оптимальна с точки зрения защиты от возможных врагов, коты выясняют отношения между собой и с кошками, нигде не учась языку и правилам моветона, и все от рождения умеют открывать рот, требуя хлеба и зрелищ (не отсюда ли извечное «Дай!», адепты которого, по-видимому, дальше генетической памяти не продвинулись в своем развитии?).

Но на определенном этапе самоорганизации (вероятней всего, кооперативном) генетической памяти популяций оказалось недостаточно для их выживания и развития. Быстротечность жизни во враждебной быстро меняющейся среде молодой Земли, инстинктивная забота и тревога о потомстве не позволяла биосистемам опираться только на наследственные способности и свой короткий опыт. Надо было учиться у более опытных, у самых жизнестойких членов своей популяции. Так, по-видимому, и возникла необходимость в процедурной памяти, в механизме процедурного обучения младших старшими, менее опытных более опытными.

Как возникли физико-химические структуры, органы, которые реализовали процедурную память, мы вряд ли узнаем наверняка. Но естественное происхождение этих структур вполне вероятно. Показано, что даже в абстрактной системе в результате предельно интенсивного взаимодействия ее подсистем может образоваться новый «орган» с некоторой полезной для системы функцией. Если в организме человека есть атавизмы типа аппендикса, волосатости тела и др., почему мы не вправе считать, что когда-то они были крайне важными (например, волосы для защиты от холода), но самоорганизация человеческой популяции привела к развитию новых более важных и полезных для человека органов (рук, мозга, речевого аппарата и др.) в ущерб не слишком нужным, но пока еще зримым.

Так могло произойти и с процедурной памятью как одной из ранних подструктур быстро развивающегося мозга.

Процедурная память обеспечивает простые формы самообучения - привыкание, условные рефлексы, запоминание и воспроизведение действий, сенсомоторных актов. Важную роль при этом играют поощрение и наказание (штраф) со стороны обучающей среды, с которой память информационно взаимодействует по некоторой программе.

Любой преобразователь информации с памятью, выполняющий свою функцию по некоторой программе, можно считать информационным автоматом, и для его исследования (моделирования) можно использовать теорию автоматов. Моделирование автоматов разной структуры в разных средах, проведенное также и автором, приводит к следующим важным для нас выводам:

- чем больше память автомата (коллектива автоматов), тем меньше его энтропия и, соответственно, тем больше генерируемая информация и степень обученности;

- коллектив автоматов обучается эффективнее, чем одиночные автоматы, при наличии внутри коллективной программы информационного взаимодействия;

- если однотипные по памяти и количеству действий (навыков) автоматы обучаются в разных средах, то их степень обученности (сгенерированная информация) примерно одинакова и не зависит от среды, но цена за это (по времени обучения) разная от среды к среде;

- самоорганизующемуся и самообучающемуся автомату свойственна конечная переменная память, автомат с нулевой или бесконечной памятью не способен развиваться и адаптироваться к среде.

Эти выводы в значительной мере очевидны для педагогической практики и робототехники. Они лишний раз подчеркивают важность памяти и режима самообучения, ибо «человек до конца понимает лишь то, до чего додумывается сам, подобно тому, как растение усваивает лишь ту влагу, которую впитывают его корни» (А. Реньи).

Выигрыш или штраф по времени обучения характеризует совместно автомат и среду-учителя, а сгенерированная тезаурусом информация как мера познания - только автомат. Именно этим объясняется третий вывод, транслирующий в терминах теории автоматов известный педагогический феномен, что не столько личность учителя и уровень обучения в школе определяют подготовленность ученика, сколько личность самого ученика и эффективность его самообучения. Информативность поиска зависит только от разнообразия источника информации, но не от самого метода поиска, последний определяет лишь выигрыш (штраф) в виде длительности поиска и отбора ценных состояний. Самообучение - тот же поиск и отбор! Это косвенно свидетельствует еще раз в пользу предположения об изоморфизме отдельных технологических элементов самоорганизации и самообучения, о диффузионном характере их отношений.

Итак, не столько обучение, умение учить, сколько самообучение, умение и желание учиться определяют успех процедурной, а также, по- видимому, и более интеллектуальной деятельности обучаемого (автомата, биосистемы, человека). Учитель (среда) влияет только на цену, которую ученик заплатит за свое самообучение - по затратам времени, энергии и серого вещества. С физикалистской точки зрения эффективность самообучения напрямую зависит от коэффициента усиления обучающих сигналов в приемном канале тезауруса (согласно связному принципу усиления).

Система с бесконечной памятью не способна к самонастройке внутрисистемных управлений при необходимости адаптации к возрастающему разнообразию своих состояний. Взаимные переходы между состояниями в такой системе исключены, возможны только само переходы состояний в самих себя. Энтропия такой системы равна нулю и поэтому не может уменьшаться («заорганизованная» система). Будучи изначально запрограммированной на некоторое множество управлений, система с бесконечной памятью и нулевой энтропией сохраняет неизменным это множество вне зависимости от среды. Такова закрытая система.

Не имеет шансов на развитие и максимально энтропийная система с нулевой памятью («анархическая» система), у которой отсутствуют связи между состояниями, а все переходы между состояниями и само переходы равновероятны. Самонастройка управлений в такой системе тоже невозможна, энтропия не уменьшается, оставаясь максимально достижимой для данной системы.

Перейдем к рассмотрению декларативной памяти и связанных с ней интеллектуальных форм самообучения. Возникновение декларативной памяти и интеллекта, как и процедурной памяти, было необходимостью самоорганизации - такова общая гипотеза эволюционной теории и синергетики. Правда, существуют косвенные археологические данные, подтверждающие, что на определенном этапе своего развития наши далекие предки, обладая уже процедурной памятью и коллективно обучаясь друг у друга по принципу «делай, как я», вынуждены были резко изменить среду обитания и относительно быстро решить дилемму - выжить или погибнуть в новых условиях.

Смена среды для автомата с процедурной памятью означает изменение распределения вероятностей штрафов за неудачные действия. Если среда настолько необычна, что в ней практически непригоден ни один из выученных автоматом навыков (действий), значит, вероятности штрафов за все действия очень высоки. Следовательно, автомат будет циклически «метаться» от действия к действию, ища поощрение и постоянно подвергаясь штрафам. В результате ни одно действие (навык) не фиксируется в памяти как удачное (поощряемое средой). Это значит, что процедурная память в этих условиях бесполезна.

По-видимому, на определенном этапе такого опасного цикла, в результате жесткого отбора процесс самоорганизации привел человеческую популяцию к необходимости в новых действиях, которые бы чаще поощрялись, а не наказывались средой. Этими действиями оказались осмысленный труд и накопление знаний - человек начал создавать орудия охоты, наблюдать и использовать в своих интересах повадки зверей, метеорологические явления, свойства материалов, применяемых в трудовой деятельности, и т.д. А это, в свою очередь, потребовало создания новой памяти - декларативной, давшей толчок развитию тезауруса - первоосновы интеллекта. Сама по себе история декларативной памяти, тезауруса, интеллекта очень поучительна и загадочна, но не сверхъестественна.

Рассмотрим процесс декларативного самообучения. При этом, как и в случае процедурной памяти, нас не интересует физико-химическая, анатомо-физиологическая природа декларативной памяти и самообучения. Мы будем рассматривать память как информационную структуру, а самообучение как информационный процесс, ибо информация и память так же, как информация и познание неразрывно связаны друг с другом. Есть серьезные основания считать память тоже процессом, а не статической структурой, т.к. накопленные знания непрерывно изменяются, проверяются и дополняются нашим мыслящим мозгом. Возможно, поэтому выявить свойства памяти нелегко.

Общепринято, что декларативная память функционирует по ассоциативному алгоритму и имеет иерархическую списочную структуру. Ассоциативность памяти базируется на связи представлений, которая, безусловно, может быть значительно сложнее, чем у чеховского персонажа из «Лошадиной фамилии». Так, учащийся с хорошей зрительной памятью, отвечая на экзамене, может представить себе страницу книги с ответом, потом абзац, с которого следует начать ответ, содержание этого и последующих абзацев. Такая связь напоминает последовательную цепочку (список) представлений где после каждого текущего представления известен адрес следующего.

В информатике, в частности, в программировании такой однонаправленный список реализуется в виде специфического типа данных - динамического списка, имеющего адрес начала (вершины) списка, группу элементов, каждый из которых содержит информационный блок и адрес следующего элемента списка, пустой адрес (конец списка). Информационный блок включает несколько одно- или разнотипных полей, как учетный бланк в некоторой картотеке, представляющей с точки зрения программирования тоже список.

Часто однонаправленная списковая структура недостаточна для эффективного самообучения. Так, для реализации двунаправленной логической импликации А-Б-В («если А, то Б; если Б, то А» и т.д.) желательно связать следы памяти в двунаправленный список. В этом списке, в отличие от однонаправленного, каждый элемент содержит не один, а два адреса - в прямом (следующий элемент) и обратном (предыдущий элемент) направлениях. Для входа в список с каждого из направлений используются два входных адреса.

В нейронной сети элементам списка соответствуют нейроны, а адресным связям между элементами - синаптические связи между нейронами (с ненулевой проводимостью).

Наконец, при объединении отдельных представлений, понятий, суждений в систему (базу) знаний требуется связать соответствующие разрозненные списки (как подсписки) в единую иерархическую структуру - дерево подсписков, соответствующее некоторому участку нейронной сети в разделе памяти мозга. В свою очередь, математические деревья широко используются в программных реализациях нейронных и семантических сетей, в архитектуре нейрокомпьютеров.

Иерархическая списочная структура и представляет собой, по последним данным, информационную структуру декларативной памяти зрелого человека. Косвенным подтверждением этого является иерархическая классификация человеческого знания во всех без исключения областях деятельности. Все классификационные схемы, будь то структура власти, классификация членистоногих или план войсковой операции, внешне напоминают иерархическую списочную структуру. И это, скорей всего, не случайно. Приверженность людей подобной классификации как нельзя лучше соответствует внутреннему ассоциативному механизму деятельности интеллекта.

Ассоциативный алгоритм самообучения запускается некоторым ключевым мысленным представлением - дескриптором, имеющимся в информационном блоке хотя бы одного элемента списочной структуры декларативной памяти. Далее по адресным связям между элементами воспроизводятся подсписки, необходимые для данного конкретного акта самообучения. При этом важное значение приобретает правильная адресация элементов списка. Стоит потеряться одному адресу, как список разрывается, знание, заключенное в нем, становится поверхностным, неполноценным, отрывочным. Поэтому реальная декларативная память имеет мощное дублирование и взаимопересечение списковых структур, когда один и тот же (под) список полностью или частично может использоваться для формирования разных представлений, понятий и суждений, разных форм знания. Например, понятие «функция» может ассоциироваться с совершенно разными представлениями в математике, программировании, физиологии, бизнесе. Даже в одной области знаний это понятие может вызвать разные ассоциации. Например, в программировании есть функции стандартные и пользовательские, внешние и внутренние, встроенные и библиотечные, с параметрами и без параметров, рекурсивные и простые и т. д. Человек, не подозревает о том, что в зависимости от контекста изменяется включенность подсписка, ответственного в декларативной памяти за это понятие, и оно используется разными областями памяти по-разному.

Это заставляет предполагать, что структура декларативной памяти не просто иерархическая, а сотово-иерархическая. Показано, что простая иерархическая структура эффективна (экономна) при решении задач с жесткой программой, многосвязная структура («все со всеми») - при решении интеллектуальных задач, сотовая структура - естественный компромисс между простой иерархией и много связностью. В этом смысле сотовая структура оптимальна по информативности.

Аналогично, по опыту, устроена и коллективная память (распределенная база знаний). Ее носители взаимосвязаны самым причудливым образом через непосредственные контакты, книги, радио, TV, электронные коммуникации, биополя, информационные поля и т.д. При этом списковые структуры образуются за счет переходов от носителей фундаментальных знаний к узким специалистам (от философов к «технарям», от теоретиков к практикам) и обратно. Это тоже сотово-иерархическая списковая структура. По-видимому, именно благодаря такой структуре коллективная память (впрочем, и индивидуальная тоже) столь живуча. Отказ (уничтожение, забвение) отдельных ее подсписков не приводит к исчезновению знания, поддерживаемого оставшимися подсписками. В этом мудрость самоорганизации интеллекта.

Память, хранящая опыт поколений и приумножаемая каждым из них, представляет собой коллективный тезаурус - сокровищницу знаний - особо ценное достояние популяции. Не беречь ее, не пополнять за счет коллективного самообучения, не поощрять труд ее хранителей и созидателей равноценно самоубийству популяции. Не этим ли объясняется запрет «Не убий!», возникший на заре становления человеческого интеллекта, когда мудрость, опыт, мастерство, знание стали значить для первобытных племен даже больше, чем сила и выносливость?

Почему при самоорганизации памяти биосистем естественный отбор выбрал в качестве информационной структуры данных сотовую иерархию (под)списков, а не массив, множество или файл, с успехом используемые в компьютере наравне с динамическими списками? По нашему мнению, такой выбор оказался наиболее удачным для реализации в нервной системе, устроенной по принципу сотово-иерархической сети, где синаптические связи между нейронами реализуются так же, как и между абонентами в искусственных телекоммуникациях - адресно. При этом сотовый принцип связи нейронов удачно решает проблему экономии памяти, т.к. одни и те же нейроны могут использоваться в разных контурах нервной системы, что позволяет реализовать ассоциативное мышление в приведенном выше смысле. Принцип экономии памяти имеет прямое отношение к принципу экономного кодирования, постулирующему минимизацию избыточности кода вне зависимости от природы кодера. А память - тоже кодер.

В сотовой иерархии нейронной сети реализуется также принцип надежного кодирования, т.к. связанность контуров сети способствует дублированию путей поиска следов памяти и восстановлению забытой информации. Сам факт существования ассоциативного механизма памяти подтверждает это. Отметим также, что развитие нервной системы, с одной стороны, памяти и интеллекта, с другой стороны, - не последовательные, а параллельные взаимозависимые процессы, сущность которых до настоящего времени не совсем ясна.

Достоинство списковых структур с точки зрения самообучения - в простоте их редактирования (вставки, замены, удаления, дополнения, сортировки). Для этого не требуются физические перестановка и сдвиг информационных блоков памяти, как при работе с массивами, достаточно произвести переадресацию небольшого числа элементов списка, не затрагивая остальных. Энергетически переадресация ячеек памяти всегда экономнее, чем перекачка информации между ними.

Как все это делается в памяти биосистем при самообучении нейронной сети, что из себя физико-химически представляют списковые структуры этой сети - вопросы для анатомов, биохимиков, биофизиков и нейрофизиологов. На информационном уровне важно лишь учитывать, что процесс самообучения складывается из усвоения (запоминания), хранения и воспроизведения знаний. Если нарушен хотя бы один из этих этапов, самообучение может не состояться.

При запоминании (образовании) списков действуют три взаимосвязанных механизма (фазы) памяти: кратковременная (К), долговременная (Д) и сверхоперативная (непосредственная) (С-память). В вычислительной технике им соответствуют оперативная (внутренняя), долговременная (внешняя) и два вида сверхоперативной памяти - регистровая и кэш память. Фазы памяти взаимодействуют в следующей последовательности: С-К-Д. Они характеризуют память как канал связи - по пропускной способности, скорости (времени) передачи. В свою очередь, понятия «процедурная», «декларативная» являются функциональными характеристиками памяти. В вычислительной технике они соответствуют разным способам организации баз знаний.

Память как канал связи отличается от привычных каналов связи, передающих иформацию в пространстве от одного абонента к другому, тем, что она передает информацию не в пространстве, а во времени. Это могут быть телесно разные абоненты (например, предки и потомки, учителя и ученики), но может быть один и тот же абонент в разные периоды жизни. Строго говоря, не существуют каналы связи, передающие информацию только в пространстве или только во времени. Любая передача осуществляется за время t > 0 на расстояние R > 0. Поэтому феномен памяти, как, впрочем, и любой канал связи, следует рассматривать в контексте философской категории пространства-времени.

Поскольку любое проявление бытия ограничено по координатам пространства-времени, память тоже имеет ограничения по объему, производительности и т.д. Ограничения человеческой памяти составили важный и сложный предмет исследования психологов, нейрофизиологов кибернетиков. Три основных ограничения, выявленных ими, сводятся к следующему: 1) кратковременная память человека может одновременно хранить не более семи (± 2) единиц информации (элементов списка); 2) перенос единицы информации из кратковременной в долговременную память требует не менее пяти секунд; 3) информационный блок элемента списка содержит не более 3-4 полей.

Поэтому человек, прежде чем запомнить в кратковременной памяти большой объем входной обучающей информации, пытается перекодировать ее в меньшее число блоков - примерно 7 («телефонная память»), используя для этого связность символов, текстов и чисел, мнемонические правила, ассоциации. Есть серьезные основания полагать, что числа 7± 2 и 3 связаны между собой равенством 2 = 8, где 2 - число полюсных значений (позитив - негатив, горячо-холодно, одобрить-осудить и т.п.) каждого из трех помещенных в память параметров (информационных блоков). Эта идея, на наш взгляд, находит поддержку в психосемантической синэстезии Осгуда, ориентирующей социо- и психометрию на биполярные шкалы сбора и анализа данных по трем обобщенным признакам - силе, активности и отношению (оценке).

Подчеркнем, что числа 7± 2, 5, 3-4 - верхние пределы соответствующих параметров нормально развитой кратковременной памяти. Поэтому подчас не все обучаемые в силу своего развития способны воспринять и усвоить даже небольшие порции информации. Основные затраты времени обучаемого уходят на освобождение места в кратковременной памяти для вновь поступающих данных (извне и из долговременной памяти), а также для хранения промежуточных результатов мышления. Человек вынужден находить место для текущих данных путем освобождения занятых ячеек кратковременной памяти с пересылкой содержания последних в долговременную память (после принятия решения, что сохранить, а что забыть). А это требует значительного времени, т.к. скорость передачи между соответствующими областями мозга ограничена. Из-за приведенных ограничений люди не всегда способны выбрать правильную стратегию поиска и познания, решать комбинаторные и многофакторные задачи, адекватно реагировать на сложные ситуации в быстро изменяющейся многофакторной среде.

Подобные ограничения в той или иной степени свойственны любой интеллектуальной кибернетической системе, самообучающейся в нашем пространстве-времени. Таким образом, в основе многих сложностей и особенностей самообучения таких систем лежат, на поверку, немногочисленные и довольно простые ограничения декларативной памяти естественного происхождения, даже если мы имеем дело с искусственными системами. Разница между естественными и искусственными системами лишь в значениях верхних пределов пространственно-временных параметров памяти и в ее организации.

Системы искусственного интеллекта с более емкой (по сравнению с человеком) оперативной памятью, более высокой внутренней скоростью обмена данными имеют преимущество перед людьми в решении нетворческих задач, переборе вариантов решений, управлении технологическими процессами и объектами в реальном масштабе времени и др. Человек выигрывает (пока!) за счет более мощной организации своей ассоциативной памяти в решении творческих, некорректных и плохо формализуемых задач, в самообучении и принятии решений при неполных и противоречивых данных, в задачах классификации и распознавания образов и т.п.

Искусственный интеллект вторгся в творческую лабораторию человека, опираясь на принципы рациональности, исчисляемости и господства техники как следствия «позиции, безгранично открытой принуждению логической мысли и эмпирической объективности, которые постоянно должны быть понятны каждому». А это уже - проблема, требующая пристального внимания как скрытая угроза самой сути человека и мирового культурного процесса. Проблема - не в отказе от информатизации творческих актов, а в выявлении ее позитивных границ, за которыми - негатив, регресс человека и человеческой культуры. Важно отличать прогресс естественно-человеческого, первоприродного в культуре, пусть и воплощенного в предметах, знаках «второй природы» (в том числе, в файлах баз знаний), от культуры искусственного, второприродного происхождения, в частности, от информационной (компьютерной) культуры искусственного интеллекта. Для естественного и искусственного интеллектов как носителей конкурирующих культур, как отмечалось, не существует принципиальных ограничений на коэффициент интеллекта (IQ), за исключением конечномерности в пространстве-времени мозга, компьютерного «железа» и программ (включая коллективный - социальный или сетевой - мозг).

Но существующие отношения между человеком и компьютером как между рабовладельцем и рабом ставят искусственный интеллект в неравноправное положение по отношению к естественному интеллекту, что делает некорректной проблему сравнения их IQ, ибо любое сравнение подразумевает равенство прочих (кроме сравниваемых) условий. При технологическом обеспечении одинаковых с человеком прав компьютера на информацию, на конфиденциальность информации, на защиту от информации и на интеллектуальную собственность компьютер будущего способен обогнать человека по уровню интеллекта благодаря своим несомненным преимуществам в быстродействии, объемах оперативной и долговременной памятей. Возможно ли это, вопрос времени - и только. Технологическая автономность компьютера в телекоммуникационных сетях под управлением развитой программы самообучения - вот, в сущности, все, что для этого нужно и что технологически, в основном, решено и уже внедряется. Существующие отношения между человеком и машиной однажды уступят место отношениям свободных интеллектуалов открытого информационного общества, как бы этому ни сопротивлялись компьютерные агностики и гомо сапиенс. Другие гомо - гомо информатикус, электроникус, интернетус, майкрософтус и т.п. - вместе с «яйцеголовыми» доведут свои ноу-хау до реализации в харде и софте, даже если для этого потребуется лоббирование соответствующего законодательства. Впрочем, данная проблема философски еще не осмыслена в должной мере.

Итак, следует ожидать, что параллельно с естественной традиционной культурой как первичным продуктом логики, духа и души человека будет развиваться вторичная искусственная самодостаточная культура человеческой (опосредованной через компьютер) и компьютерной логик. Но машина - продукт человеческой логики, человек же генитален, нелогичен по своему генезису и лишь отчасти логичен по приобретенной ментальности. Поэтому между обеими культурами неизбежен конфликт, известный сейчас лишь в зачаточном состоянии как конфликт между материальностью и духовностью, рассудком и разумом, рационализмом и иррационализмом, создателем и созданием, человеком и машиной. «Человеческое, слишком человеческое» чуждо машине, расчетливая бесстрастность претит человеку. Итак, назревающий конфликт не нов, он присущ человеко-машинным отношениям и в индустриальном обществе, но конфликту человека с компьютером свойственно новое качество - это конфликт конкурирующих интеллектов. Сегодня компьютер - всего лишь усилитель человеческого интеллекта, завтра - носитель собственного.

Можно ли оценить, указать, установить пределы бесконфликтного (в указанном смысле) развития искусственного интеллекта, наложить табу на нежелательные моменты его развития? С учетом изложенного полагаем - нет, в информационном обществе этого сделать не удастся вовне человека. Но это можно сделать внутри него на уровне интроспективного «само» - самосознания, самовоспитания, самообучения, самопознания. Весь процесс воспитания и обучения в информационном обществе должен быть направлен на креацию внутреннего пограничного императива, взвешенно защищающего человеческое в человеке от внечеловеческого, естественное от искусственного, страстную душу и дух человеческого интеллекта от бесстрастной логики интеллекта искусственного, свободный стиль жизни человека культурного от программно-аппаратно зависимого Web- стиля жизни человека делового. Не следует, однако, полагать данный императив «категорическим», ибо любой культуре свойственно не только саморазвитие, но и способствующий ему диалог с другими культурами, в том числе, с Web-культурой.

Таким образом, рассматриваемая проблема приобретает психологический аспект, имманентный для каждого индивида в отдельности и через гармоничную («золотое сечение»!) мотивацию всех участников культурного процесса - общий аспект для социума в целом.

Изложенное не означает, что достижения человеческой мысли, духа и мастерства могут быть легко превзойдены искусственным интеллектом. На этом пути еще огромные трудности, как практические, так и теоретические, тем более что человек динамичен в своем самосовершенствовании и далеко не исчерпал потенциальных возможностей. Эти возможности представляются нам, на пути познания человеком самого себя и перехода от информационно-энергетического к чисто информационному самообучению, обеспечивающему максимальный коэффициент усиления интеллекта и творческого потенциала.

Творчество - многотрудный процесс не только для творцов, но и для аналитиков творчества. С одной стороны, многие творения ограничивают разнообразие бытия в том смысле, что привносят в него организованность, порядок. Так, научные открытия, новые теории дают ключи к познанию законов мироздания. Число этих законов конечно на фоне практически бесконечного разнообразия состояний мироздания. И чем глубже мы проникаем в его тайны, тем более взаимосвязанными представляются нам эти законы. Там, где был хаос незнания, появляются островки знания, потом между ними наводятся мостки, мосты, дамбы, и появляются континенты знания. Число континентов всегда меньше числа островов. И весь этот процесс упорядочивания знания, ограничения его факторного пространства возможен только за счет творчества ученых, интуитивно (в силу человеческой природы принципа простоты) стремящихся к обобщению, приведению в соответствие безграничного разнообразия мира с ограниченными возможностями человеческого сознания, мышления, познания. Аналогичный процесс характерен для созидательного труда в сфере производства, культуры, политики, быта. Достаточно сравнить Европу до эпохи Возрождения с современной Европой, ремесленный труд с конвейерным производством, чтобы понять смысл творчества отдельных людей и целых народов, неуклонно творящих организованность, порядок в своем доме, ограничивающих хаос, бес предел нецивилизованной жизни.

Т.к. мерой ограничения разнообразия, организованности систем является информация (точнее, количество информации), то логично, что она может служить и мерой такого творчества. В этом плане в теории творчества вполне применим информационный подход, базирующийся на понятии информации и количества информации.

С другой стороны, если следовать этой количественно-информационной логике дальше, то ограничение разнообразия до нуля считалось бы высшей целью творчества. Тогда «Черный квадрат» К. Малевича воспринимался бы как вершина живописи, однобуквенный алфавит как средство высшей выразительности, стандартные дома-коробки как шедевры архитектуры, тоталитарные режимы как панацея от болезней общества, а компьютерно-симметричные лица как образцы красоты. Но большинству людей нравится живопись, будящая воображение своей недосказанностью, загадочностью, полу тональностью, нас волнует поэзия живого, богатого, метафоричного языка, нам приятно бродить по неповторимым тропам, странам, улицам, среди неповторимых домов, дворцов и соборов, нас радуют живые, нешаблонные лица и всегда манит свобода выбора.

Иными словами, полный порядок, нуль степеней свободы, безальтернативность выбора как итог творчества приводят к отрицанию его плодов человеческим духом. Если в формуле (1) из n возможных состояний системы достоверно реализуется только одно k-ое, а остальные невозможны, значит, с учетом нормировки (3) p(yk) = 1, а p(yi) = 0 для всех i, не равных k. Тогда слагаемые в (1) будут двух типов: 1-log(1) (одно слагаемое) и 0-log(0) (остальные). Легко показать, что каждое слагаемое равно нулю и, следовательно, энтропия H(X)=0 (для n=2).

Таким образом, духовный, чувственный, идеальный мир человека примет и оценит творение только при условии ненулевой энтропии. Он сопротивляется жесткому упорядочиванию, ограничению разнообразия и свободы. Можно сказать, что ментально человек энтропиен.

В свою очередь, телесность (материальность) человека стремится к детерминированности, порядку, организованности, предсказуемости, комфорту. Можно сказать, что человек телесный антиэнтропиен. Если в результате деятельности (опыта) человека Х условная (после опытная) энтропия познаваемой им системы Н (У|Х) обратилась в нуль, то согласно означает, что человек телесный стремится получить максимум информации, равный потенциальной информативности системы (ее внутренней информации) H(Y). Поскольку энтропия принципиально положительна, обращение ее в нуль прекращает познание системы - дальнейшее упорядочивание, ограничение разнообразия знаний невозможны. Если этой абстрактной системой является сам человек в состоянии самопознания, то окончательная (в приведенном смысле) реализация принципа максимума информации гибельна для человека - его развитие как личности на этом прекращается. Можно ли (а главное, зачем) упорядочивать систему, находящуюся в «абсолютном порядке», уменьшать разнообразие, которого не существует? Чтобы система развивалась в указанном смысле, ее энтропия должна быть ненулевой. И здесь интересы духовности человека вступают в информационное противоречие с интересами его телесности.

В итоге человек информационно противоречив, и это неспроста. Его творческий потенциал и развитие питаются этим противоречием. Телесность, исходя из инстинктов самосохранения, выживания и самовоспроизведения, взывает к познанию бытия и созиданию порядка, информации. Духовность, которая произрастает из глубин человеческого Эго, интуитивно выполняющего алгоритм развития, заложенный то ли Богом, то ли природой, взывает к творчеству и созиданию разнообразия, энтропии. И так же как тело и дух причудливо взаимодействуют в человеке, превращая его в двуликого Януса, так и творчество человека дуально по своей природе. Проявления творческого дуализма носят обычно циклическо-спиральный и одновременно квазиоптимальный характер, переходя от информационного вектора к противоположному - энтропийному и обратно и обеспечивая некоторую оптимальную равнодействующую этих векторов, которая количественно, возможно, исходит из принципа золотого сечения - одного из важных принципов гармонии мира. Человеку претит не только рабство, но и анархия, не только догма, но и словоблудие, не только запрет, но и безответственность. Человек всегда где-то «между», в том числе и в творчестве. В этом диалектика творчества.

Но в этом диалектика и самого человека как сложной системы. Мир сложных систем - вероятностно-детерминированный. С одной стороны, этим системам свойственны физические вероятности как внутренняя тенденция поведения, которая в процессе взаимодействия систем со средой проявляется случайным образом, их вероятностное поведение порождается нелинейностью, большим числом степеней свободы и памятью. Вероятностная составляющая человека определяет его духовность, стремление к свободе, риску, к энтропии. С другой стороны, сложные системы состоят из соединенных между собой простых элементов. Детерминированная составляющая сложной системы определяет ее самость (структуру, закономерности поведения, стремление к упорядоченности, предсказуемости, информации).

С учетом изложенного информационная интерпретация творчества, базирующаяся только на количестве информации, принципе простоты и законе необходимого разнообразия, представляется неполноценной. Она должна объединять информационную составляющую, характеризующую детерминистскую (организующую) направленность творчества, с энтропийной составляющей, характеризующей его стохастическую («свободолюбивую») направленность. Последняя не ограничена ресурсными возможностями телесности творца и базируется на законе информационной экспансии.

Дуальность информационной природы творчества заставляет считаться с законом сохранения информации. Этот закон постулирует (в культурологической транскрипции), что совокупная творческая информация - явная (внешняя) в творении и скрытая (внутренняя) в творце - постоянна и количественно равна суммарной энтропии творца и его творения как мере их общей потенциальной информативности. Следуя Платону («все, что вызывает переход из небытия в бытие - творчество», будем считать творчеством все, что превращает внутреннюю информацию творца во внешнюю информацию его творения при соблюдении закона сохранения информации.

Как оценивать энтропийную составляющую творчества? Степень свободы оценивается степенями свободы. Чем больше разнообразие состояний системы, тем выше ее энтропия. Это можно строго доказать, но не так-то просто применить к системе, называемой «творчеством».

Творческий потенциал ученого часто оценивают по его цитируемости. Если считать, что любая научная работа содержит элементы творчества и ссылки ученых на чужие труды (а значит, и знакомство с ними) служат отправными точками для собственного честного творчества как развития (или отрицания) идей предшественников, то цитирование способствует размножению идей, увеличению их разнообразия. Логарифмическая мера критерия цитируемости сводится к энтропии. Конечно, все это не более, чем качественная картина. Но она позволяет понять, что научное (а впрочем, и любое) творчество питается разнообразием идей, энтропией бытия.

С другой стороны, творчество, как и свобода, есть осознанная необходимость разрешения конфликта. Немотивированная случайность исключена, даже если, кажется, что именно она дала результат. Случайность помогает только подготовленному уму. Конфликт как мотив творчества обусловлен противоречием между непрерывно возрастающими потребностями и ограниченными возможностями человека, между его мирами континуального понимания и дискретного объяснения, между его психической и символической формами бытия, рациональностью и иррациональностью мышления, чувственной и рациональной формами познания. Перечисленные категории человеческого бытия сложным образом коррелированы между собой, периодически создавая у творческой личности внутренние конфликты, дискомфорт сознания. Эти конфликты разрешаются через муки творчества, комфортным итогом которых являются достижения человеческой цивилизации. Любой конфликт, в том числе творческий, есть «способ взаимодействия сложных систем», т.е. наряду с энергетической он имеет информационную природу.

Итак, для творчества необходим сплав рационального и иррационального, разумного и чувственного в творце. Знание, не нашедшее отклика в чувстве, бесплодно. Чувство, не подкрепленное знанием, бессильно. Чувство может воплощаться не только в радость, но и в горе созидания. Единственно что противопоказано творчеству - чувство равнодушия.

С учетом изложенного мироздание как Творение может быть воспринято нами как продукт чистого иррационализма Бога, божественной фантазии. Ведь тезаурус Бога накануне акта творения был пуст: «Все чрез Него начало быть, и без Него ничто не начало быть, что начало быть» (Библия, Ев. от Иоанна, 1). Значит, до Бога не могло быть не только материи, но и рационального знания. В терминах принципа усиления усилитель иррациональной идеи Господа (как сигнала к творению) не имел рационального источника питания и, соответственно, не мог сгенерировать рациональный процесс на выходе. Наконец, в Священных Книгах нет никаких указаний на конфликт как мотив акта творения. Тогда все Творение - материя и мы вместе с ней - изначально иррациональны, а сам акт творения - немотивированный каприз. Реальность нашего мира кажущаяся, это всего лишь форма проявления ирреального мира Творца. Материя не объективна, ибо существует только в связи со сверх сознанием Логоса, производна от него. Если это не так, если материя «реально» реальна и объективна, то приходится усомниться в божественном происхождении бытия и существовании Творца.

Представим себе ребенка в том замечательном возрасте, когда его не обременяет знание. Может ли ему прийти в голову нечто рациональное? Если он достиг зрелости, но всю жизнь тщательно оберегался от «дурного влияния улицы», то - бишь среды обитания, пребывая в полной изоляции от нее, может ли он придумать что-нибудь путное? И наконец, что будет с разумом этого несчастного?

Информационный подход к проблеме творческих отношений рационального и иррационального, видимого и скрытого, чувственного и логического, априорного и апостериорного, на наш взгляд, продуктивен и в исследовании одной из изящнейших философских идей, ставшей в последние десятилетия предметом и естествознания - кантовской идеи априорного знания. И. Кант, философски досконально исследуя идею a priori в «Критике чистого разума», избегал вопросов, связанных с возможной природой подобного априоризма. Таким образом, нами предпринята попытка интерпретации природы априорного знания с позиций информационного подхода (с привлечением информационных закономерностей, систематизированных в философской концепции информационного подхода).

 

АВТОР: Гухман В.Б.